En terminant ce cours, les apprenants seront en mesure de prétraiter des ensembles de données d'images et de textes, de construire et d'évaluer un modèle d'apprentissage profond, et de déployer une application de sous-titrage d'images entièrement fonctionnelle. Ils acquerront une expérience pratique dans l'application de la tokenisation, de l'extraction de caractéristiques, des architectures CNN-RNN et de l'évaluation du score BLEU pour la génération de légendes précises. Ce cours établit un pont unique entre la vision par ordinateur et le traitement du langage naturel, permettant aux apprenants de générer des légendes significatives pour les images des réseaux sociaux. Contrairement aux tutoriels d'IA traditionnels, il couvre non seulement la préparation des ensembles de données et la modélisation des réseaux neuronaux, mais démontre également comment créer une application Streamlit interactive et la déployer sur AWS EC2 pour une accessibilité dans le monde réel. Les apprenants bénéficient de l'acquisition à la fois de la profondeur technique et des compétences de déploiement pratiques, les préparant à des rôles dans le développement de l'IA, l'ingénierie de l'apprentissage automatique et la science des données appliquée. À la fin, ils concevront, testeront et lanceront en toute confiance leurs propres systèmes de sous-titrage automatique d'images qui s'intègrent parfaitement aux applications modernes.